37 lines
2.8 KiB
Markdown
37 lines
2.8 KiB
Markdown
# Phase 2: 시장 리스크 파라미터 변환 엔진 (ISDA 방법론 검증)
|
|
|
|
## 1. 아키텍처 다이어그램 및 데이터 흐름
|
|
|
|
- **입력 1**: NGFS 거시경제 시계열 모의 결과 (`climate_risk.db`의 SQLite)
|
|
- **입력 2**: Deriva 운영 DB의 기초 시장 데이터 (`localhost:15400` PostgreSQL `deriva` DB의 `asset_masters`, `yield_curves`)
|
|
- **프로세서**: `Market_Risk_Engine` (파이썬 모듈, ISDA Merton Firm-Value Framework 탑재)
|
|
- **출력**: `climate_risk.db`의 4대 텐서 적재 (`shocks_ir`, `shocks_credit`, `shocks_equity`)
|
|
|
|
## 2. Deriva DB (PostgreSQL) 기초 데이터 수집
|
|
포스트그레스 `deriva` 스키마로부터 실제 레벨(Base Market Level)을 추출하여 모델의 기준으로 삼았습니다.
|
|
- **Yield Curves**: DB 내의 평탄화 기준 Zero Rate들을 조회해 국채 및 OIS의 Base 커브 포인트를 설정합니다.
|
|
- **Asset Masters**: `asset_code`, `credit_rating`, `gics_sector` 테이블을 참조해 매핑하되 해당 회사가 KSIC 탄소 민감도 테이블 스케일러의 어느 그룹에 속하는지 식별합니다.
|
|
|
|
## 3. ISDA 펌 밸류 통합 충격 수식 (Merton Asset Value $\Delta V$ )
|
|
고객님께서 지적하신 ISDA Phase 4에 부합하도록 주가, 채권 스프레드의 변화량을 '기업 총 자산가치의 증감량'이라는 하나의 공통 팩터로 묶어 무재정(No-arbitrage) 연산을 실현했습니다.
|
|
|
|
`dV = (GDP_Shock * Carbon_Beta) - (CO2_Shock * Carbon_Beta)`
|
|
|
|
위처럼 도출된 단일한 `dV` (부정적일 경우 자산 감소) 값을 기반으로 다음과 같이 개별 파라미터가 갈라집니다:
|
|
|
|
### 가. 주식 충격율 (Equities) - 레버리지 하락분
|
|
주식은 자본 구조상 자산 가치 하락 시 후순위 레버리지 지분을 전량 흡수하므로 증폭을 받습니다.
|
|
`Equity_Shock(%) = dV * Leverage_Multiplier`
|
|
엔진 로직상 부채비율(레버리지 팩터) 기반으로 Base 주가지수를 타격합니다.
|
|
|
|
### 나. 크레딧 스프레드 상향 (Credit Spread Jump)
|
|
기조 부도 스프레드(Base Spread)를 출발점으로 잡고 Merton 모델의 탄성을 반영합니다:
|
|
`New_Spread_bps = Base_Spread * exp(-dV * Tuning_Factor)`
|
|
자산가치가 줄어듦에 따라, Distance-to-Default가 한계치로 이동하면서 기하급수적으로 베이시스가 상승/팽창합니다. 채권의 신용 등급별(Base Spread) 차동과 섹터별 민감도가 완벽히 반영됩니다.
|
|
|
|
### 다. 이자율 평행 이동 (IR Parallel Shift)
|
|
정책 금리 쇼크분율은 Base 커브 포인트 구간 배열 전체에 1:1 Parallel Shift 가산되는 보수적 충격 구조를 사용했습니다.
|
|
|
|
## 4. 최종 적재 완료
|
|
출력 연산 파이프루틴은 성공적으로 완료되었으며 `climate_risk.db` SQL 데이터베이스 속에 채권-주식-금리의 3가지 리프라이싱 전용 테이블로 분할 저장되었습니다.
|